سید اشکان موسویان
غلامحسن نجفی
برات قبادیان
سید محمد جعفری
بابک سخایی
مقداد خزایی

یکی از قطعات تاثیرگذار بر روی کیفیت احتراق شمع هایند، به طوری که اگر شمع ها سالم نباشند می توانند تاثیر سویی بر آلایندگی و بازده موتور داشته باشند. در این مقاله با هدف جلوگیری از اثرات سوء شمع های معیوب، روشی بر پایه تحلیل ارتعاش برای شناسایی عیب در شمع موتور ارائه می-شود. داده های ارتعاش موتور به کمک حسگر شتاب سنجی در شرایط شمع سالم و معیوب، ذخیره شدند. به دلیل وجود نوفه های شدید، روش حذف نوفه به منظور بهبود پردازش علائم بکار گرفته شد. سپس برای به دست آوردن اطلاعات مفید تشخیصی از داده های پردازش شده، روش استخراج ویژگی به کمک متغیرهای آماری استفاده شد. در این تحقیق هفت ویژگی بیشینه، میانگین، انحراف معیار، واریانس، چولگی، کورتسیس و شاخص ضربه در مرحله استخراج ویژگی به کار گرفته شد. شبکه عصبی با هفت عصب درلایه ورودی تحت آموزش قرار گرفت. پس از ایجاد ساختار بهینه، عملکرد شبکه طراحی شده آزمایش شد. نتایج نشان دادند که دقت کافی در تشخیص شمع معیوب به دست آمد. بنابراین می توان ذکر کرد که روش پیشنهاد شده می تواند به طور قابل اطمینانی برای شناسایی عیب در شمع موتور استفاده شود.

Fault diagnosis, Engine spark plug, Vibration analysis, Denoising, Neural network, عیب یابی، شمع موتور، تحلیل ارتعاش، حذف نوفه، شبکه عصبی